Eine Liste in Python ist eine lineare Datenstruktur, die heterogene Elemente enthalten kann, die nicht deklariert werden müssen und flexibel verkleinert und erweitert werden können. Andererseits ist ein Array eine Datenstruktur, die homogene Elemente enthalten kann. Arrays werden in Python mithilfe von implementiert NumPy Bibliothek. Arrays benötigen weniger Speicher als Listen . Die Ähnlichkeit zwischen einem Array und einer Liste besteht darin, dass die Elemente sowohl eines Arrays als auch einer Liste anhand ihres Indexwerts identifiziert werden können.
Beispiel
Input: [1, 7, 0, 6, 2, 5, 6] Output: [1 7 0 6 2 5 6] Explanation: Given Python List is converted into NumPy Array>
Konvertieren Sie eine Python-Liste in Numpy-Arrays
In Python , Listen können mit zwei Methoden aus der NumPy-Bibliothek in Arrays umgewandelt werden:
- Verwenden von numpy.array()
- Benutzen numpy.asarray()
Python-Liste zu NumPy-Arrays mit numpy.array()
In Python ist die einfachste Möglichkeit, eine Liste in ein NumPy-Array zu konvertieren, die Verwendung der Funktion numpy.array(). Es nimmt ein Argument entgegen und gibt als Ergebnis ein NumPy-Array zurück. Es erstellt eine neue Kopie im Speicher und gibt ein neues Array zurück.
Python3
Sortieralgorithmen für Einfügungen
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.array(lst)> # displaying list> print> (>'List: '>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
>
Ausgabe:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Python-Liste zu NumPy-Arrays mit numpy.asarray()
In Numpy, numpy.asarray() ist eine Funktion, die Eingabedaten in ein NumPy-Array konvertiert. Es nimmt ein Argument und gibt ein NumPy-Array zurück. Es wird keine neue Kopie im Speicher erstellt.
Python3
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'Array: '>, arr)> |
>
>
Ausgabe:
List: [1, 7, 0, 6, 2, 5, 6] Array: [1 7 0 6 2 5 6]>
Unterschied zwischen numpy.array() und numpy.asarray()
Der wesentliche Unterschied zwischen den beiden oben genannten Methoden besteht darin, dass numpy.array() ein Duplikat des Originalobjekts erstellt und numpy.asarray() die Änderungen im Originalobjekt widerspiegelt. Wenn mit numpy.asarray() eine Kopie des Arrays erstellt wird, werden die in einem Array vorgenommenen Änderungen auch im anderen Array widergespiegelt, die Änderungen werden jedoch nicht in der Liste angezeigt, wenn das Array erstellt wurde. Dies ist jedoch bei numpy.array() nicht der Fall.
Python3
Hashing in der Datenstruktur
# importing library> import> numpy> # initializing list> lst>=> [>1>,>7>,>0>,>6>,>2>,>5>,>6>]> # converting list to array> arr>=> numpy.asarray(lst)> # displaying list> print> (>'List:'>, lst)> # displaying array> print> (>'arr: '>, arr)> # made another array out of arr using asarray function> arr1>=> numpy.asarray(arr)> #displaying arr1 before the changes made> print>(>'arr1: '> , arr1)> #change made in arr1> arr1[>3>]>=> 23> #displaying arr1 , arr , list after the change has been made> print>(>'lst: '> , lst)> print>(>'arr: '> , arr)> print>(>'arr1: '> , arr1)> |
>
>
Ausgabe :
List: [1, 7, 0, 6, 2, 5, 6] arr: [1 7 0 6 2 5 6] arr1: [1 7 0 6 2 5 6] lst: [1, 7, 0, 6, 2, 5, 6] arr: [ 1 7 0 23 2 5 6] arr1: [ 1 7 0 23 2 5 6]>
In arr und arr1 ist die Änderung bei Index 3 sichtbar, jedoch nicht bei 1st.